典型文献
基于卷积神经网络的算法选择研究
文献摘要：
为解决不同类型的优化问题的算法选择,将该问题视为一个分类任务,提出基于深度学习的算法选择框架,通过建立产生问题实例样本的基准问题生成器,利用卷积神经网络模型实现问题实例在人工蜂群(ABC)、复杂差分(CoDE)和协方差自适应进化策略(CMA-ES)3种算法上的自动选择,并对算法选择问题进行实验验证,结果表明基于卷积神经网络的算法选择模型预测准确率能够达到90％,能够有效解决算法选择问题.
文献关键词：
算法选择;深度学习;分类;卷积神经网络
中图分类号：
作者姓名：
林秀丽;李均利;田竟民;程小帆
作者机构：
四川师范大学 计算机科学学院,四川 成都 610101
文献出处：
引用格式：
[1]林秀丽;李均利;田竟民;程小帆-.基于卷积神经网络的算法选择研究)[J].四川师范大学学报（自然科学版）,2022(06):830-838
A类：
CoDE
B类：
算法选择,决不,优化问题,分类任务,基准问题,问题生成,生成器,卷积神经网络模型,模型实现,人工蜂群,ABC,杂差,协方差自适应进化策略,CMA,ES,预测准确率,决算法
AB值：
0.324593
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
